- Oggetto:
LA SCIENZA DEI DATI NELL'INDUSTRIA CHIMICA
- Oggetto:
DATA SCIENCE IN CHEMICAL INDUSTRY
- Oggetto:
Anno accademico 2024/2025
- Codice attività didattica
- CHI0237
- Docenti
- Claudia Barolo (Titolare)
Fabrizio Caldera (Titolare)
Debora Fabbri (Titolare)
Simone Galliano (Titolare)
Alessandra Bianco Prevot (Titolare) - Corso di studio
- Laurea Magistrale in Chimica Industriale
Laurea Magistrale in Chimica Industriale - Anno
- 1° anno
- Periodo
- Da definire
- Tipologia
- Affine o integrativo
- Crediti/Valenza
- 5
- SSD attività didattica
- CHIM/01 - chimica analitica
CHIM/04 - chimica industriale - Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Facoltativa
- Tipologia esame
- Orale
- Tipologia unità didattica
- corso
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Apprendimento del concetto di chemiometria e dei più comuni strumenti di statistica adatti ad un'analisi chemiometrica multivariata in ambito chimico-analitiche.
Capacità di affrontare problematiche di analisi chemiometrica multivariata, attraverso la scelta opportuna degli strumenti statistici adatti.
Capacità di comprensione di risultati di analisi multivariate di dati.
Apprendimento delle basi per la progettazione degli esperimenti (DOE) e del relativo trattamento dati.
Learning the concept of chemometrics and the most common statistical tools suitable for multivariate chemometric analysis in the chemical-analytical field.
Ability to address multivariate chemometric analysis problems, through the appropriate choice of suitable statistical tools.
Ability to understand the results of multivariate data analysis.
Learning the basics of design of experiments (DOE) and related data processing.
- Oggetto:
Risultati dell'apprendimento attesi
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Gli studenti/studentesse dovranno:
- acquisire familiarità con la terminologia della chemiometria;
- apprendere i concetti base di statistica multivariata;
- acquisire conoscenza delle strategie di pre-trattamento dei dati;
- acquisire conoscenza di diversi approcci chemiometrici per l'apprendimento non supervisionato (principal component analysis, clustering) e supervisionato (multiple linear regression, principal component regression, partial least squares);
- apprendere i concetti base del disegno sperimentale e della sua applicazione in campo industriale;
- acquisire conoscenza sui diversi modelli statistici di indagine (screening, ottimizzazione).
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Alla fine di questo insegnamento la componente studentesca saprà:
- utilizzare la conoscenza di base acquisita nel campo delle strategie chemiometriche per la comprensione di analisi di dati;
- definire un piano di prove congruente con l'obiettivo dell'indagine sperimentale;
- analizzare ed identificare i parametri influenti su una risposta sperimentale;
- definire le possibili strategie per l'ottimizzazione di un processo industriale.AUTONOMIA DI GIUDIZIO:
- valutare in maniera critica i risultati di analisi di elaborazione di dati riportati in letteratura con particolare attenzione alle applicazioni in ambito analitico ed industriale.
- integrare le conoscenze acquisite per risolvere problemi pratici che potrebbero essere incontrati nel campo dell'attività professionale.ABILITÀ COMUNICATIVE:
- essere in grado di presentare e commentare in modo critico e con linguaggio scientifico adeguato i risultati di un'indagine sperimentale multivariata e di analisi chemiometrica di dati di interesse analitico ed industriale.
CAPACITÀ DI APPRENDIMENTO:
La componente studentesca sarà in grado di proseguire il suo percorso formativo in corsi di dottorato o master nel settore chimico-industriale relativamente alla conoscenze chemiometriche acquisite.
KNOWLEDGE AND UNDERSTANDING:
Students will have to:
become familiar with the terminology of chemometrics;
learn the basic concepts of multivariate statistics;
acquire knowledge of data pre-treatment strategies;
acquire knowledge of different chemometric approaches for unsupervised learning (principal component analysis, clustering) and supervised learning (multiple linear regression, principal component regression, partial least squares);
learn the basic concepts of experimental design and its application in the industrial field;
acquire knowledge of different statistical models of investigation (screening, optimization).ABILITY TO APPLY KNOWLEDGE AND UNDERSTANDING
At the end of this course, the students will be able to:
- use the basic knowledge acquired in the field of chemometric strategies for the understanding of data analysis;
- define a test plan consistent with the objective of the experimental investigation;- analyze and identify the parameters influencing an experimental response;
- define the possible strategies for the optimization of an industrial process.JUDGMENT ABILITY:
- critically evaluate the results of data processing analysis reported in literature with particular attention to applications in the analytical and industrial field.
- integrate the acquired knowledge to solve practical problems that could be encountered in the field of professional activity.COMMUNICATION SKILLS:
- be able to present and comment critically and with appropriate scientific language the results of a multivariate experimental investigation and chemometric analysis of data of analytical and industrial interest.
LEARNING SKILLS:
The students will be able to continue their training path in doctoral or master courses in the chemical-industrial sector in relation to the acquired chemometric knowledge.
- Oggetto:
Programma
- Definizione di chemiometria e approccio chemiometrico
- Richiami di algebra matriciale e dei principali concetti di statistica
- Pretrattamento dei dati
- Concetto di varianza e covarianza
- Metodi supervisionati e non
- Analisi delle componenti principali
- Classificazione multivariata (cluster analysis)
- Validazione di metodi
- Metodi di regressione lineare (pcr e pls)
- Applicazioni in metodi analitici per il controllo di processo: principi, strumentazione e casi studio della spettroscopia nel vicino infrarosso e dei sistemi olfattivi artificiali
- Introduzione al Disegno Sperimentale
- Disegni di screening ed ottimizzazione
- Metodi multivariati e disegni misti
- Esempi di applicazione del Disegno Sperimentale nell'industria chimica, farmaceutica, alimentare
- Esercitazioni al calcolatore
- Definition of chemometrics and chemometric approach
- Review of matrix algebra and main concepts of statistics
- Data pretreatment
- Concept of variance and covariance
- Supervised and unsupervised methods
- Principal component analysis
- Multivariate classification (cluster analysis)
- Method validation
- Linear regression methods (PCR and PLS)
- Applications in analytical methods for process control: principles, instrumentation and case studies of near-infrared spectroscopy and artificial olfactory systems
- Introduction to Experimental Design
- Screening and optimization designs
- Multivariate methods and mixed designs
- Examples of application of Experimental Design in the chemical, pharmaceutical and food industries
- Computer exercises
- Oggetto:
Modalità di insegnamento
L'insegnamento prevede 3 CFU di lezioni frontali (24 ore) e 1 CFU (12 ore) di esercitazioni.
La partecipazione alle lezioni e alle esercitazioni è facoltativa.
Per il corretto svolgimento del corso occorre che TUTTI gli studenti si registrino all'insegnamento sia su piattaforma Campusnet sia su Moodle.
The course includes 3 CFU of lectures (24 hours) and 1 CFU (12 hours) of exercises.
Participation in lectures and exercises is optional.
For the course to be properly conducted, ALL students must register for the course both on the Campusnet platform and on Moodle.
- Oggetto:
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento avverrà mediante esame orale in cui verranno discussi gli argomenti generali dell'insegnamento, anche in riferimento ai casi studio esaminati.
The learning assessment will take place through an oral exam in which the general topics of the course will be discussed, also in reference to the case studies examined.
- Oggetto:
Attività di supporto
I/le docenti saranno a disposizione degli studenti, previa richiesta di appuntamento sia durante l'erogazione del corso sia durante la fase di preparazione all'esame.
Il materiale didattico utilizzato verrà reso disponibile durante l'erogazione del corso sulla piattaforma di e-learning Moodle e/o su piattaforma Campusnet.
The teachers will be available to students, upon request for an appointment, both during the delivery of the course and during the exam preparation phase.
The teaching material used will be made available during the delivery of the course on the Moodle e-learning platform and/or on the Campusnet platform.
Testi consigliati e bibliografia
- Oggetto:
R.G. Brereton, Applied Chemometrics for Scientists, 2007, John Wiley & Sons Ltd., England
R.G. Brereton, Chemometrics. Data Analysis for the Laboratory and Chemical Plant, 2003, John Wiley & Sons Ltd., England
- Oggetto:
Note
Gli/le studenti/esse con DSA o disabilità, sono pregati di prendere visione delle modalità di supporto (https://www.unito.it
/servizi/lo-studio/studenti-e- studentesse-con-disabilita) open_in_newe di accoglienza (https://www.unito.it/accoglie nza-studenti-con-disabilita-e- dsaopen_in_new) di Ateneo, ed in particolare delle procedure necessarie per il supporto in sede d’esame (https://www.unito.it/servizi/ lo-studio/studenti-e-studentes se-con-disturbi-specifici-di- apprendimento-dsa/supportoopen_in_new) - Oggetto:
